-
公开(公告)号：CN112418218B
公开(公告)日：2023-02-28
申请号：CN202011331390.2
申请日：2020-11-24
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及计算机视觉领域，提供一种目标区域检测方法，包括以下步骤：获取待处理图像，通过超像素分割将所述待处理图像分割为u个超像素；基于无向图模型建立u个所述超像素中所有相邻超像素的关联；对u个所述超像素进行迭代合并处理，获得k个超像素块；大大降低了目标区域检测的计算成本；提取k个所述超像素块中每个超像素块的特征信息，通过计算获得每个超像素块的显著值；通过中心约束和边界约束对每个所述超像素块的显著值进行加权计算，获得目标区域。超像素迭代合并与中心约束、边界约束相结合有效提高了目标区域检测的效果；更好兼顾了目标区域检测的准确性与时效性。
-
公开(公告)号：CN115549697A
公开(公告)日：2022-12-30
申请号：CN202211216436.5
申请日：2022-09-30
Applicant: 中国地质大学(武汉)
Abstract: 本发明公布了一种基于关键集翻转度量的动态SC‑Flip译码方法，包括：将从接收机中接收到的根节点LLR值进行SC译码，若译码序列CRC校验成功，则译码结束，否则保存译码后的叶子节点LLR值；将译码后的叶子节点LLR值按关键集翻转度量从大到小排列，得到T个翻转索引和关键集翻转度量集合；依次从T个翻转索引位置找到下一个未翻转索引位置重新译码，若译码序列CRC校验成功或完成T次译码，则译码结束，否则保存译码尝试后的叶子节点LLR值；更新关键集并按索引顺序计算关键集翻转度量并插入到相应翻转集合中，再次进行译码，直至结束。本方法的优点在于：相对于经典动态SC‑Flip译码，使用关键集度量简化计算，极大地提高了效率和稳定性，并且误码性能没有明显损失。
-
公开(公告)号：CN113784361B
公开(公告)日：2022-07-19
申请号：CN202110525886.1
申请日：2021-05-13
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种传感器节点动态调节方法、设备及存储介质，基于人工鱼群算法实现。采用固定位置部署方式部署监测区内传感器节点，在覆盖冗余率相对较低的情况下实现监控区全覆盖。节点部署后，采用基于人工鱼群算法的传感器监测方向初始调整策略调节各节点。各节点通过寻找最大私有覆盖面积调整监测方向，实现监测网络覆盖面积最大限度地扩张。当目标出现在监测区时，传感器节点进行感知方向优化调节，达到对目标的最大监测，获取最佳的监测视觉效果。在所有参与目标监控的节点中，根据节点的剩余能量和监测效果选取最佳节点对目标进行监测，以平衡节点间的能量消耗。该策略能获得更大的覆盖率，更好的监测效果，还能延长传感器网络的寿命。
-
公开(公告)号：CN110781903B
公开(公告)日：2022-04-01
申请号：CN201910969666.0
申请日：2019-10-12
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种基于网格优化和全局相似性约束的无人机图像拼接方法，具体包括：采用SIFT特征点提取算法分别提取参考图像I和目标图像I′的特征点及其对应关系；网格化参考图像和目标图像；采用局部DLT方法求得网格化后参考图像和目标图像局部单应性矩阵；利用最小化能量函数进行网格优化，使网格化后的目标图像和参考图像对齐，以此消除重叠区域的重影，得到初步拼接图像；以地面作为地标，对初步拼接图像采取全局相似共面约束以消除非重叠部分的投影畸变，得到最终拼接图像；本发明的有益效果是：结合无人机拍摄图像的特点，能较好地匹配无人机图像的特征，实现精确配准，取得理想的拼接效果。
-
公开(公告)号：CN113784361A
公开(公告)日：2021-12-10
申请号：CN202110525886.1
申请日：2021-05-13
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种传感器节点动态调节方法、设备及存储介质，基于人工鱼群算法实现。采用固定位置部署方式部署监测区内传感器节点，在覆盖冗余率相对较低的情况下实现监控区全覆盖。节点部署后，采用基于人工鱼群算法的传感器监测方向初始调整策略调节各节点。各节点通过寻找最大私有覆盖面积调整监测方向，实现监测网络覆盖面积最大限度地扩张。当目标出现在监测区时，传感器节点进行感知方向优化调节，达到对目标的最大监测，获取最佳的监测视觉效果。在所有参与目标监控的节点中，根据节点的剩余能量和监测效果选取最佳节点对目标进行监测，以平衡节点间的能量消耗。该策略能获得更大的覆盖率，更好的监测效果，还能延长传感器网络的寿命。
-
Patent Agency Ranking
公开(公告)号：CN108805136B
公开(公告)日：2021-11-05
申请号：CN201810254215.4
申请日：2018-03-26
Applicant: 中国地质大学(武汉)
IPC: G06K9/46
Abstract: 本发明实施例公开了一种面向水面污染物监测的显著性检测方法，提供了一种简单有效的水面污染物检测新方法；首先利用基于分块压缩感知技术重构输入图像，通过缩小其尺寸来降低显著性计算的复杂度；然后，采用局部对比度原则计算出初级显著图；在此基础上，通过最优多维颜色系数线性组合策略将污染物区域从背景中检测出来，并通过最邻近插值后处理得到最终显著图。与传统的显着性检测算法比较具有计算量小、对于区分度低的水环境图像检测结果较好；且步骤简单，对水环境图像具有更好的检测效果。
-
公开(公告)号：CN111413463B
公开(公告)日：2021-06-25
申请号：CN202010216369.1
申请日：2020-03-25
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于自适应神经演化算法的二维污染源定位方法；首先划定待测区域；然后使用自适应神经演化算法生成多个个体控制智能体在待检测区域中运动，计算各个个体的适应度函数，得出此次迭代中最优的个体；重复执行多次，得出完整迭代实验中最优的个体，该个体即为最优神经网络；最后利用最优神经网络控制合适的智能体在实际环境中运动，智能体就可以避开障碍物并准确定位污染源。本发明的有益效果是：本发明所提出的技术方案让智能体自动学习，使其朝着污染浓度更高的地方移动并避障；同时本发明还以剩余能量比例作为评价指标，使得智能体在运动的过程中使用较少的能量就能定位到污染源，能有效减少成本、提高定位精度以及减少能耗。
-
公开(公告)号：CN112434752A
公开(公告)日：2021-03-02
申请号：CN202011441724.1
申请日：2020-12-11
Applicant: 宁夏回族自治区自然资源信息中心 , 中国地质大学(武汉)
Abstract: 本发明公开了一种混合型VGG模型遥感影像地类数据训练集制作方法，包括：S1，获取高分遥感图像；S2，读取高分遥感图像，对高分遥感图像按照用地类型进行裁剪分类；S3，将裁剪分类结果按照0.8米的分辨率进行分辨率统一化；S4，将统一化的结果，实现规格化，将所有的分类的图像规格化为224*224像素的图像，并生成其局部224*224的截图；S5，将规格化的图像进行色彩的处理；S6，输出混合型地类数据集合。本发明的方法，相较于传统的数据集制作方法，对VGG数据模型具有更优的特征提取及分类效果。
-
公开(公告)号：CN112418218A
公开(公告)日：2021-02-26
申请号：CN202011331390.2
申请日：2020-11-24
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及计算机视觉领域，提供一种目标区域检测方法，包括以下步骤：获取待处理图像，通过超像素分割将所述待处理图像分割为u个超像素；基于无向图模型建立u个所述超像素中所有相邻超像素的关联；对u个所述超像素进行迭代合并处理，获得k个超像素块；大大降低了目标区域检测的计算成本；提取k个所述超像素块中每个超像素块的特征信息，通过计算获得每个超像素块的显著值；通过中心约束和边界约束对每个所述超像素块的显著值进行加权计算，获得目标区域。超像素迭代合并与中心约束、边界约束相结合有效提高了目标区域检测的效果；更好兼顾了目标区域检测的准确性与时效性。
-
公开(公告)号：CN111413463A
公开(公告)日：2020-07-14
申请号：CN202010216369.1
申请日：2020-03-25
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于自适应神经演化算法的二维污染源定位方法；首先划定待测区域；然后使用自适应神经演化算法生成多个个体控制智能体在待检测区域中运动，计算各个个体的适应度函数，得出此次迭代中最优的个体；重复执行多次，得出完整迭代实验中最优的个体，该个体即为最优神经网络；最后利用最优神经网络控制合适的智能体在实际环境中运动，智能体就可以避开障碍物并准确定位污染源。本发明的有益效果是：本发明所提出的技术方案让智能体自动学习，使其朝着污染浓度更高的地方移动并避障；同时本发明还以剩余能量比例作为评价指标，使得智能体在运动的过程中使用较少的能量就能定位到污染源，能有效减少成本、提高定位精度以及减少能耗。
-
-
-
-
-
-
-
-
-
Search Results
141
records
(took 0.037 seconds)
